CN115601471B - 基于大型无人机光电侦察扫过区域的绘制方法 - Google Patents

基于大型无人机光电侦察扫过区域的绘制方法 Download PDF

Info

Publication number
CN115601471B
CN115601471B CN202211620058.7A CN202211620058A CN115601471B CN 115601471 B CN115601471 B CN 115601471B CN 202211620058 A CN202211620058 A CN 202211620058A CN 115601471 B CN115601471 B CN 115601471B
Authority
CN
China
Prior art keywords
area
photoelectric
effective
reconnaissance
intersection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211620058.7A
Other languages
English (en)
Other versions
CN115601471A (zh
Inventor
杨磊
陈翔
唐军
袁斌林
潘星
罗登
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Tengdun Technology Co Ltd
Original Assignee
Sichuan Tengdun Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Tengdun Technology Co Ltd filed Critical Sichuan Tengdun Technology Co Ltd
Priority to CN202211620058.7A priority Critical patent/CN115601471B/zh
Publication of CN115601471A publication Critical patent/CN115601471A/zh
Application granted granted Critical
Publication of CN115601471B publication Critical patent/CN115601471B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了基于大型无人机光电侦察扫过区域的绘制方法,涉及无人机侦察区域图像绘制领域,包括:首先在态势地图上绘制本次侦察任务区域;再根据侦察任务区域和预设的有效侦察分辨率,对光电球的照射区域进行裁剪,得到光电球的有效照射区域;然后根据光电球的有效照射区域,计算出光电球的有效扫过区域,并绘制在态势地图上;再通过改变态势地图上有效扫过区域透明度的方式反映对该区域侦察照射的次数;最后实时对任务区域的有效照射情况做百分比统计,并显示于态势地图上;本发明,可以使光电球操作员能够直观地看见当前有效的侦察范围和已扫过区域的情况,以及让后方指挥人员直观地看到当前任务执行情况,提高了侦察任务的作业效率。

Description

基于大型无人机光电侦察扫过区域的绘制方法
技术领域
本发明涉及无人机侦察区域图像绘制领域,具体涉及基于大型无人机光电侦察扫过区域的绘制方法。
背景技术
本节中的陈述仅提供与本公开相关的背景信息,并且可能不构成现有技术。
在大型无人机上挂载高精度、远距离的光电侦察设备执行侦察任务,是当今对地、对海目标搜索的重要手段之一;在执行广域光电侦察任务时,任务操作员通常仅能通过飞机位置和光电球传回的画面相结合,去判断当前照射区域是否已经侦察过。
此外,在二三维地图上绘制当前侦察画面的范围,是一种辅助任务操作员判断扫过区域的办法,但大型无人机往往是在一个较高的航高,同时光电球又会在一个较大的倾角对地、对海照射,会造成当前画面有着极大的收容面积,画面越靠近边缘分辨率越低;因此光电球实际的照射范围并不能反应有效的侦察范围,且无法实时、直观地看到当前有效的侦察范围和已扫过区域的情况,降低了任务操作员的侦察效率和准确性,对于后方指挥人员也难以对此次侦察任务的完成情况进行评估。
发明内容
本发明的目的在于:针对目前大型无人机执行光电侦察任务时,任务操作员无法实时、直观地看见当前有效的侦察范围和已扫过区域的情况,以及后方指挥人员难以对侦察任务完成情况进行评估的不足的问题,提供了基于大型无人机光电侦察扫过区域的绘制方法,解决了上述问题。
本发明的技术方案如下:
基于大型无人机光电侦察扫过区域的绘制方法,包括:
步骤S1:在态势地图上确定并绘制本次侦察任务区域;
步骤S2:根据侦察任务区域和预设的有效侦察分辨率,对光电球的照射区域进行裁剪,得到光电球的有效照射区域;
步骤S3:根据光电球的有效照射区域,计算出光电球的有效扫过区域,并绘制在态势地图上;
步骤S4:根据光电球的转动情况和侦察任务区域内重复照射情况,对有效扫过区域求交集或并集以算得一次侦察照射区域和多次侦察照射区域,并通过改变态势地图上有效扫过区域透明度的方式反映对该区域侦察照射的次数;
步骤S5:实时对任务区域的有效照射情况做百分比统计,并显示于态势地图上。
进一步地,所述步骤S1,还包括:
记录侦察任务区域的点坐标,并以点集形式进行存储。
进一步地,所述步骤S2,包括:
步骤S21:每隔一段时间,从无人机遥测数据中实时获取无人机位置、无人机姿态、光电球姿态和光电球视场角的遥测参数;
步骤S22:通过所述遥测参数实时求得,在当前相机视场下,摄影中心与感光元件四个角点分别构成的空间射线与地面或海面的数字高程模型的交点,即得到光电球的照射区域,并以点集形式存储;
步骤S23:对侦察任务设定有效侦察分辨率;
步骤S24:对光电球的照射区域进行初步裁剪,仅保留有效侦察分辨率照射范围内的区域;
步骤S25:对光电球的照射区域进行二次裁剪,仅保留侦察任务区域内的区域,并将该区域作为光电球的有效照射区域,且以点集形式存储。
进一步地,所述步骤S3,包括:
步骤S31:每隔一段时间,获取一次光电球的有效照射区域集合;
步骤S32:将光电球的有效照射区域集合中,视场过大的光电球拍摄的区域剔除;
步骤S33:将光电球的有效照射区域集合中,转动速度过快的光电球拍摄的区域剔除;
步骤S34:将光电球的有效照射区域集合中,视场变化过快的光电球拍摄的区域剔除;
步骤S35:对光电球的有效照射区域集合中剩余的光电球的有效照射区域的点集求并集;
步骤S36:将步骤S35的并集结果与侦察任务区域的点集求交集后,得到这一段时间内绘制一次的光电球扫过区域,作为光电球的有效扫过区域绘制在态势地图上。
进一步地,所述步骤S32,包括:
在绘制本次侦察任务区域时,对光电球视场大小做限制,可以选择是否开启大视场限制,以及输入此视场限制值,并可以随时修改,随后的扫过区域按照修改视场限制后的执行,不改变先前绘制结果;
根据该视场限制值,将光电球的有效照射区域集合中,超过该视场限制值的光电球拍摄的区域剔除。
进一步地,所述步骤S33,包括:
第一个光电球的有效照射区域依次与随后有效照射区域求交集,若每个交集的面积,占求交集的两个点集中面积小者的面积的比例小于60%,则视为光电球转动速度过快。
进一步地,所述步骤S34,包括:
若光电球的有效照射区域的面积与其下一个有效照射区域的面积之差的绝对值,超过两区域中较小面积者的10%,则属于视场变化过快。
进一步地,所述步骤S4,包括:
对绘制的光电球的有效扫过区域点集按照透明度分为八个类别,分别为:Level1、Level2、Level3、Level4、Level5、Level6、Level7、Level8;其中透明度从95%至25%,每类别递减10%;
光电球有效扫过区域的透明度定义如下:
所有区域点集在图上的显示皆为RGB的形式,Alpha值控制显示透明度;
光电球的有效扫过区域的并集与侦察任务区域的交集为第一类别点集,其透明度设置为95%;
生成新类别的点集时,判断参与计算的交集的类别,并在其透明度值的基础上减去10%;
当点集的透明度达到最小值25%后,不再降低透明度。
进一步地,所述判断参与计算的交集的类别,包括:
每个类别设置一个有效扫过区域作为基准点集,与随后绘制的有效扫过区域做交集判断;
若两个点集有交集,则求两个点集的并集,并遍历除基准点集外的所有同类别点集求交集,若没有交集则将此并集区域作为新的基准点集,若有交集则将交集部分作为下一个类别的点集集合;
若两点集无交集,则将随后绘制的有效扫过区域的点集遍历所有同类别点集求交集;若有交集则将交集部分作为下一个类别的点集集合,若无交集,则将随后绘制的有效扫过区域作为新的此类别的基准点集。
进一步地,所述步骤S5,包括:
计算出本次侦察任务区域总面积;
实时统计出各类别已绘制面积,并计算各类别面积占本次侦察任务区域总面积的比例。
与现有的技术相比本发明的有益效果是:
1、基于大型无人机光电侦察扫过区域的绘制方法,通过对光电球照射区域进行实时计算,提取出有效的扫过区域,从而让光电球操作员能够直观地看见当前有效的侦察范围和已扫过区域的情况,以及让后方指挥人员直观地看到当前任务执行情况,提高了侦察任务的作业效率。
2、基于大型无人机光电侦察扫过区域的绘制方法,通过对扫过区域按照重复扫过次数进行分级,在态势图上以不同的透明度实时显示以进行区分,并佐以各层级扫过区域实时面积和相对任务区域占比的统计数值,能够准确展示侦察区域的反复侦察情况和重要程度。
3、基于大型无人机光电侦察扫过区域的绘制方法,在计算光电球有效扫过区域时,对视场过大与过快变化的计算结果进行剔除,避免了光电球在调整搜索状态,而非实际搜索作业时的错误数据纳入统计,使提取的光电球有效扫过区域更能反映实际的侦察效果。
4、基于大型无人机光电侦察扫过区域的绘制方法,在计算光电球有效扫过区域时,对光电球的过快转动进行限制,剔除了光电球在搜索场景切换时计算的扫过区域,避免了无效区域被统计入侦察结果。
附图说明
图1为基于大型无人机光电侦察扫过区域的绘制方法的流程图;
图2为基于大型无人机光电侦察扫过区域的绘制方法中步骤S3的流程图;
图3为基于大型无人机光电侦察扫过区域的绘制方法中步骤S4的流程图;
图4为光电球有效照射区域的获取示意图;
图5为2秒内光电球有效扫过区域集合示意图;
图6为步骤S32中将视场过大的光电球拍摄的区域剔除示意图;
图7为步骤S33中将转动速度过快的光电球拍摄的区域剔除示意图;
图8为步骤S34中将视场变化过快的光电球拍摄的区域剔除示意图;
图9为Level1光电球有效扫过区域生成示意图;
图10为Level2光电球有效扫过区域生成示意图;
图11为Level3光电球有效扫过区域生成示意图。
具体实施方式
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合实施例对本发明的特征和性能作进一步的详细描述。
实施例一
在大型无人机上挂载高精度、远距离的光电侦察设备执行侦察任务,是当今对地、对海目标搜索的重要手段之一;在执行广域光电侦察任务时,任务操作员通常仅能通过飞机位置和光电球传回的画面相结合,去判断当前照射区域是否已经侦察过。
此外,在二三维地图上绘制当前侦察画面的范围,是一种辅助任务操作员判断扫过区域的办法,但大型无人机往往是在一个较高的航高,同时光电球又会在一个较大的倾角对地、对海照射,会造成当前画面有着极大的收容面积,画面越靠近边缘分辨率越低;因此光电球实际的照射范围并不能反应有效的侦察范围,且无法实时、直观地看到当前有效的侦察范围和已扫过区域的情况,降低了任务操作员的侦察效率和准确性,对于后方指挥人员也难以对此次侦察任务的完成情况进行评估。
本实施例针对于上述问题,提出了基于大型无人机光电侦察扫过区域的绘制方法,解决了上述问题。
请参阅图1,基于大型无人机光电侦察扫过区域的绘制方法,包括:
步骤S1:在态势地图上确定并绘制本次侦察任务区域;具体的,所述步骤S1,还包括:
记录侦察任务区域的点坐标,并以点集形式进行存储;优选地,所述侦察任务区域可为任意图形,在本实施例中,不进行限定;
步骤S2:根据侦察任务区域和预设的有效侦察分辨率,对光电球的照射区域进行裁剪,得到光电球的有效照射区域;
步骤S3:根据光电球的有效照射区域,计算出光电球的有效扫过区域,并绘制在态势地图上;
步骤S4:根据光电球的转动情况和侦察任务区域内重复照射情况,对有效扫过区域求交集或并集以算得一次侦察照射区域和多次侦察照射区域,并通过改变态势地图上有效扫过区域透明度的方式反映对该区域侦察照射的次数;
步骤S5:实时对任务区域的有效照射情况做百分比统计,并显示于态势地图上。
在本实施例中,具体的,所述步骤S2,包括:
步骤S21:每隔一段时间,从无人机遥测数据中实时获取无人机位置、无人机姿态、光电球姿态和光电球视场角的遥测参数;优选地,每隔400毫秒从无人机遥测数据中实时获取无人机位置、无人机姿态、光电球姿态和光电球视场角的遥测参数;其中无人机位置包括:经度、纬度、海拔高;无人机姿态包括:俯仰角、横滚角、航向角;光电球姿态包括:俯仰角、方位角;
步骤S22:通过所述遥测参数实时求得,在当前相机视场下,摄影中心与感光元件四个角点分别构成的空间射线与地面或海面的数字高程模型的交点,即得到光电球的照射区域,并以点集形式存储;
步骤S23:对侦察任务设定有效侦察分辨率;
步骤S24:对光电球的照射区域进行初步裁剪,仅保留有效侦察分辨率照射范围内的区域;
步骤S25:对光电球的照射区域进行二次裁剪,仅保留侦察任务区域内的区域,并将该区域作为光电球的有效照射区域,且以点集形式存储;其中,步骤S24和步骤S25的具体裁剪过程如图4所示。
在本实施例中,具体的,请参阅图2,所述步骤S3,包括:
步骤S31:每隔一段时间,获取一次光电球的有效照射区域集合;优选地,每2秒获取一次光电球的有效照射区域点集的集合,如图5所示,其中有效照射区域包括:有效照射区域一、有效照射区域二、有效照射区域三、有效照射区域四、有效照射区域五;
步骤S32:将光电球的有效照射区域集合中,视场过大的光电球拍摄的区域剔除;
步骤S33:将光电球的有效照射区域集合中,转动速度过快的光电球拍摄的区域剔除;
步骤S34:将光电球的有效照射区域集合中,视场变化过快的光电球拍摄的区域剔除;
步骤S35:对光电球的有效照射区域集合中剩余的光电球的有效照射区域的点集求并集;
步骤S36:将步骤S35的并集结果与侦察任务区域的点集求交集后,得到这一段时间内绘制一次的光电球扫过区域,作为光电球的有效扫过区域绘制在态势地图上。
在本实施例中,具体的,所述步骤S32,包括:
在绘制本次侦察任务区域时,对光电球视场大小做限制,可以选择是否开启大视场限制,以及输入此视场限制值(默认值为极大视场,并给出视场范围做参考),并可以随时修改,随后的扫过区域按照修改视场限制后的执行,不改变先前绘制结果;见图6,即将图6中的有效照射区域二删除;
根据该视场限制值,将光电球的有效照射区域集合中,超过该视场限制值的光电球拍摄的区域剔除。
在本实施例中,具体的,所述步骤S33,包括:
第一个光电球的有效照射区域依次与随后有效照射区域求交集,若每个交集的面积,占求交集的两个点集中面积小者的面积的比例小于60%,则视为光电球转动速度过快;即在绘制光电球有效扫过区域的2秒时间内,对光电球过快转动做限制,第一个光电球的有效照射区域依次与随后有效照射区域求交集,若每个交集的面积,占求交集的两个点集中面积小者的面积的比例小于60%,则视为光电球转动速度过快,不予绘制,见图7,即将图7中的有效照射区域二删除。
在本实施例中,具体的,所述步骤S34,包括:
若光电球的有效照射区域的面积与其下一个有效照射区域的面积之差的绝对值,超过两区域中较小面积者的10%,则属于视场变化过快;即在绘制光电球的有效扫过区域的2秒时间内,对光电球视场的快速变化做限制,若光电球的有效照射区域的面积与其下一个有效照射区域的面积之差的绝对值,超过两区域中较小面积者的10%,则属于视场变化过快,不予绘制,见图8,即将图8中的有效照射区域二删除。
在本实施例中,具体的,请参阅图3,所述步骤S4,包括:
对绘制的光电球的有效扫过区域点集按照透明度分为八个类别,分别为:Level1、 Level2、Level3、Level4、Level5、Level6、Level7、Level8;其中透明度从95%至25%,每类别 递减10%;需要说明的是:第
Figure 688137DEST_PATH_IMAGE001
类(
Figure 440193DEST_PATH_IMAGE002
)只能由第
Figure 262655DEST_PATH_IMAGE003
类的点集求交集获得;
光电球有效扫过区域的透明度定义如下:
所有区域点集在图上的显示皆为RGB的形式,Alpha值控制显示透明度;
光电球的有效扫过区域的并集与侦察任务区域的交集为第一类别点集,其透明度设置为95%;
生成新类别的点集时,判断参与计算的交集的类别,并在其透明度值的基础上减去10%;
当点集的透明度达到最小值25%后,不再降低透明度。
在本实施例中,具体的,所述判断参与计算的交集的类别,包括:
每个类别设置一个有效扫过区域作为基准点集(从绘制的第一个点集开始),与随后2秒绘制的有效扫过区域做交集判断(若随后2秒内无满足条件区域,依然需完成随后步骤,即此时再下一个2秒绘制的区域不能视为与基准点集相邻);
若两个点集有交集,则求两个点集的并集,并遍历除基准点集外的所有同类别点集求交集,若没有交集则将此并集区域作为新的基准点集,若有交集则将交集部分作为下一个类别的点集集合(此时的交集可能不止一个封闭区域,各封闭的交集独立成为一个点集);
若两点集无交集,则将随后绘制的有效扫过区域的点集遍历所有同类别点集求交集;若有交集则将交集部分作为下一个类别的点集集合(此时的交集可能不止一个封闭区域,各封闭的交集独立成为一个点集),若无交集,则将随后绘制的有效扫过区域作为新的此类别的基准点集;需要说明的是:各类别点集计算同上一步中流程,点集最多分为8类,超过8次扫描点集不再进行计算;
其中,Level1/Level2/Level3示例见图9/图10/图11,需要说明的是,其中的有效扫过区域一、有效扫过区域二、有效扫过区域三、有效扫过区域四、有效扫过区域五、有效扫过区域六,仅是对不同有效扫过区域进行编号,方便技术方案理解,在此不再进行赘述。
在本实施例中,具体的,所述步骤S5,包括:
计算出本次侦察任务区域总面积;
实时统计出各类别已绘制面积,并计算各类别面积占本次侦察任务区域总面积的比例。
以上所述实施例仅表达了本申请的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请技术方案构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
提供本背景技术部分是为了大体上呈现本发明的上下文,当前所署名的发明人的工作、在本背景技术部分中所描述的程度上的工作以及本部分描述在申请时尚不构成现有技术的方面,既非明示地也非暗示地被承认是本发明的现有技术。

Claims (10)

1.基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,包括:
步骤S1:在态势地图上确定并绘制本次侦察任务区域;
步骤S2:根据侦察任务区域和预设的有效侦察分辨率,对光电球的照射区域进行裁剪,得到光电球的有效照射区域;
步骤S3:根据光电球的有效照射区域,计算出光电球的有效扫过区域,并绘制在态势地图上;
步骤S4:根据光电球的转动情况和侦察任务区域内重复照射情况,对有效扫过区域求交集或并集以算得一次侦察照射区域和多次侦察照射区域,并通过改变态势地图上有效扫过区域透明度的方式反映对该区域侦察照射的次数;
步骤S5:实时对任务区域的有效照射情况做百分比统计,并显示于态势地图上。
2.根据权利要求1所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S1,还包括:
记录侦察任务区域的点坐标,并以点集形式进行存储。
3.根据权利要求2所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S2,包括:
步骤S21:每隔一段时间,从无人机遥测数据中实时获取无人机位置、无人机姿态、光电球姿态和光电球视场角的遥测参数;
步骤S22:通过所述遥测参数实时求得,在当前相机视场下,摄影中心与感光元件四个角点分别构成的空间射线与地面或海面的数字高程模型的交点,即得到光电球的照射区域,并以点集形式存储;
步骤S23:对侦察任务设定有效侦察分辨率;
步骤S24:对光电球的照射区域进行初步裁剪,仅保留有效侦察分辨率照射范围内的区域;
步骤S25:对光电球的照射区域进行二次裁剪,仅保留侦察任务区域内的区域,并将该区域作为光电球的有效照射区域,且以点集形式存储。
4.根据权利要求3所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S3,包括:
步骤S31:每隔一段时间,获取一次光电球的有效照射区域集合;
步骤S32:将光电球的有效照射区域集合中,视场过大的光电球拍摄的区域剔除;
步骤S33:将光电球的有效照射区域集合中,转动速度过快的光电球拍摄的区域剔除;
步骤S34:将光电球的有效照射区域集合中,视场变化过快的光电球拍摄的区域剔除;
步骤S35:对光电球的有效照射区域集合中剩余的光电球的有效照射区域的点集求并集;
步骤S36:将步骤S35的并集结果与侦察任务区域的点集求交集后,得到这一段时间内绘制一次的光电球扫过区域,作为光电球的有效扫过区域绘制在态势地图上。
5.根据权利要求4所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S32,包括:
在绘制本次侦察任务区域时,对光电球视场大小做限制,可以选择是否开启大视场限制,以及输入此视场限制值,并可以随时修改,随后的扫过区域按照修改视场限制后的执行,不改变先前绘制结果;
根据该视场限制值,将光电球的有效照射区域集合中,超过该视场限制值的光电球拍摄的区域剔除。
6.根据权利要求4所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S33,包括:
第一个光电球的有效照射区域依次与随后有效照射区域求交集,若每个交集的面积,占求交集的两个点集中面积小者的面积的比例小于60%,则视为光电球转动速度过快。
7.根据权利要求4所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S34,包括:
若光电球的有效照射区域的面积与其下一个有效照射区域的面积之差的绝对值,超过两区域中较小面积者的10%,则属于视场变化过快。
8.根据权利要求1所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S4,包括:
对绘制的光电球的有效扫过区域点集按照透明度分为八个类别,分别为:Level1、Level2、Level3、Level4、Level5、Level6、Level7、Level8;其中透明度从95%至25%,每类别递减10%;
光电球有效扫过区域的透明度定义如下:
所有区域点集在图上的显示皆为RGB的形式,Alpha值控制显示透明度;
光电球的有效扫过区域的并集与侦察任务区域的交集为第一类别点集,其透明度设置为95%;
生成新类别的点集时,判断参与计算的交集的类别,并在其透明度值的基础上减去10%;
当点集的透明度达到最小值25%后,不再降低透明度。
9.根据权利要求8所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述判断参与计算的交集的类别,包括:
每个类别设置一个有效扫过区域作为基准点集,与随后绘制的有效扫过区域做交集判断;
若两个点集有交集,则求两个点集的并集,并遍历除基准点集外的所有同类别点集求交集,若没有交集则将此并集区域作为新的基准点集,若有交集则将交集部分作为下一个类别的点集集合;
若两点集无交集,则将随后绘制的有效扫过区域的点集遍历所有同类别点集求交集;若有交集则将交集部分作为下一个类别的点集集合,若无交集,则将随后绘制的有效扫过区域作为新的此类别的基准点集。
10.根据权利要求9所述的基于大型无人机光电侦察扫过区域的绘制方法,其特征在于,所述步骤S5,包括:
计算出本次侦察任务区域总面积;
实时统计出各类别已绘制面积,并计算各类别面积占本次侦察任务区域总面积的比例。
CN202211620058.7A 2022-12-16 2022-12-16 基于大型无人机光电侦察扫过区域的绘制方法 Active CN115601471B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211620058.7A CN115601471B (zh) 2022-12-16 2022-12-16 基于大型无人机光电侦察扫过区域的绘制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211620058.7A CN115601471B (zh) 2022-12-16 2022-12-16 基于大型无人机光电侦察扫过区域的绘制方法

Publications (2)

Publication Number Publication Date
CN115601471A CN115601471A (zh) 2023-01-13
CN115601471B true CN115601471B (zh) 2023-03-31

Family

ID=84854184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211620058.7A Active CN115601471B (zh) 2022-12-16 2022-12-16 基于大型无人机光电侦察扫过区域的绘制方法

Country Status (1)

Country Link
CN (1) CN115601471B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115908475B (zh) * 2023-03-09 2023-05-19 四川腾盾科技有限公司 一种机载光电侦察吊舱图像预跟踪功能的实现方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5202559A (en) * 1991-05-21 1993-04-13 Nokia (Deutschland) Gmbh Ball-and-socket switch for detecting and signalling selectable inclination directions of a base plane
JP2017208813A (ja) * 2016-05-13 2017-11-24 アジア航測株式会社 マルチラインイメージセンサ装置、撮影装置、移動体検出装置、及び移動体検出プログラム
WO2020103022A1 (zh) * 2018-11-21 2020-05-28 广州极飞科技有限公司 一种测绘系统、测绘方法、装置、设备及介质
CN111934813A (zh) * 2020-07-10 2020-11-13 中安银成防务科技(青岛)有限公司 一种无人机侦测反制装备综合系统
CN112907493A (zh) * 2020-12-01 2021-06-04 航天时代飞鸿技术有限公司 无人机蜂群协同侦察下的多源战场图像快速镶嵌融合算法
CN113163139A (zh) * 2021-06-23 2021-07-23 成都飞机工业(集团)有限责任公司 一种高空无人机侦察图像情报实时处理方法
CN113602488A (zh) * 2021-09-30 2021-11-05 成都飞机工业(集团)有限责任公司 一种基于倾转旋翼飞行器的灾区人员救援方法及系统
CN114399226A (zh) * 2022-01-25 2022-04-26 中国电子科技集团公司第五十四研究所 一种基于语义认知的无人机区域侦察价值评估方法
CN115347941A (zh) * 2022-10-17 2022-11-15 四川腾盾科技有限公司 一种大型高空全网应急通信无人机对地覆盖方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020051791A1 (zh) * 2018-09-12 2020-03-19 深圳市大疆创新科技有限公司 基站及无人机的控制方法和无人机系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5202559A (en) * 1991-05-21 1993-04-13 Nokia (Deutschland) Gmbh Ball-and-socket switch for detecting and signalling selectable inclination directions of a base plane
JP2017208813A (ja) * 2016-05-13 2017-11-24 アジア航測株式会社 マルチラインイメージセンサ装置、撮影装置、移動体検出装置、及び移動体検出プログラム
WO2020103022A1 (zh) * 2018-11-21 2020-05-28 广州极飞科技有限公司 一种测绘系统、测绘方法、装置、设备及介质
CN111934813A (zh) * 2020-07-10 2020-11-13 中安银成防务科技(青岛)有限公司 一种无人机侦测反制装备综合系统
CN112907493A (zh) * 2020-12-01 2021-06-04 航天时代飞鸿技术有限公司 无人机蜂群协同侦察下的多源战场图像快速镶嵌融合算法
CN113163139A (zh) * 2021-06-23 2021-07-23 成都飞机工业(集团)有限责任公司 一种高空无人机侦察图像情报实时处理方法
CN113602488A (zh) * 2021-09-30 2021-11-05 成都飞机工业(集团)有限责任公司 一种基于倾转旋翼飞行器的灾区人员救援方法及系统
CN114399226A (zh) * 2022-01-25 2022-04-26 中国电子科技集团公司第五十四研究所 一种基于语义认知的无人机区域侦察价值评估方法
CN115347941A (zh) * 2022-10-17 2022-11-15 四川腾盾科技有限公司 一种大型高空全网应急通信无人机对地覆盖方法

Also Published As

Publication number Publication date
CN115601471A (zh) 2023-01-13

Similar Documents

Publication Publication Date Title
CN104134200B (zh) 一种基于改进加权融合的运动场景图像拼接方法
CN108986037A (zh) 基于半直接法的单目视觉里程计定位方法及定位系统
EP3132231B1 (en) A method and system for estimating information related to a vehicle pitch and/or roll angle
CN103218787B (zh) 多源异构遥感影像控制点自动采集方法
CN103996027B (zh) 一种天基空间目标识别方法
CN115601471B (zh) 基于大型无人机光电侦察扫过区域的绘制方法
CN105182678B (zh) 一种基于多通道相机观测空间目标的系统及方法
CN106441280A (zh) 用于星敏感器的筛选导航星的方法
CN107392929A (zh) 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法
WO2020181508A1 (zh) 一种数字地表模型的构建方法及处理设备、系统
CN106404720A (zh) 一种能见度观测方法
CN107291801A (zh) 一种基于格网补偿的单时相全覆盖遥感数据检索方法
CN108225318B (zh) 基于图像质量的航空遥感路径规划方法及系统
CN110989344A (zh) 一种巡检机器人预置参数自动调整方法及系统
CN113052110B (zh) 一种基于多视图投影和深度学习的三维兴趣点提取方法
CN109540129A (zh) 一种机载式全天时星敏感器导航星库的制作方法
CN111754556B (zh) 一种递增式无人机航摄重叠度检测方法及系统
CN117456092A (zh) 基于无人机航测的三维实景建模系统及方法
CN107563991A (zh) 零件表面断裂激光光条的提取与匹配方法
US20230089827A1 (en) Method for selecting stereo pairs of aerial or satellite images to generate elevation data
CN111723643A (zh) 一种基于固定区域周期性图像采集的目标检测方法
CN112556655B (zh) 一种林业防火单目定位方法及系统
CN109829939A (zh) 一种缩小多视影像匹配同名像点搜索范围的方法
CN115619873A (zh) 一种基于轨迹溯源的雷视自动标定方法
CN111754603B (zh) 一种无人机影像连接图构建方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant